使用基因特征进行预后预测,该特征是基于肝癌患者的耗尽的T细胞开发的

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 生物信息学是一种生物信息学.

背景情况:

• 肝肝细胞癌 (LIHC) 由于其预后不佳,提出了重大的临床挑战.
• 确定可靠的预后标志物对于改善LIHC患者的治疗结果至关重要.

研究的目的:

• 发现与LIHC中T细胞耗尽相关的关键预后基因.
• 开发和验证基于这些基因的LIHC的预后预测模型.

主要方法:

• 使用Seurat和SingleR进行单细胞RNA测序 (scRNA-seq) 数据分析,以识别T细胞耗尽集群.
• 权重基因共同表达网络分析 (WGCNA) 来识别关键的基因模块.
• 最小绝对收缩和选择运算符 (Lasso) 和Cox回归用于风险评分系统的构建.
• 卡普兰-梅尔 (KM) 分析,接收器运行特征 (ROC) 曲线,以及用于模型验证和预测的名ogram.

主要成果:

• 确定了LIHC的三种分子亚型,其中一种亚型表现出高T细胞耗尽和不良预后.
• 开发了一种7基因风险评分模型,识别高风险的LIHC患者,免疫透率增加,免疫逃逸,预后更差.
• 诺米图表在预测长期LIHC预后方面表现强.
• 实验验证证了HCC细胞中风险基因的更高表达以及MMP-9敲击对细胞活力的影响.

结论:

• 一个基于scRNA-seq和RNA-seq数据的新型风险评分模型有效预测LIHC预后.
• 开发的风险评分作为一个独立的预后因素,可能增强LIHC患者的临床治疗战略.